SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场pylabrobot

pylabrobot

智能体与模型

查看项目

更新于 10-16 04:03

技能介绍

PyLabRobot 是一个硬件无关的纯 Python 软件开发工具包（SDK），面向自动化与自主实验室场景。通过统一的 Python 接口，可以控制移液机器人、酶标仪、泵、加热摇床、培养箱、离心机及其他实验室自动化设备，并支持跨平台运行（Windows、macOS、Linux）。

一、适用场景

在以下情况可使用本技能：

  • 编程控制移液机器人（Hamilton STAR/STARlet、Opentrons OT-2、Tecan EVO）；
  • 自动化涉及移液、样品制备或分析测量的实验室工作流程；
  • 管理台面布局与实验室资源（孔板、吸头、容器、储液槽）；
  • 集成多种实验设备（移液器、酶标仪、加热摇床、泵）；
  • 创建带状态管理的可复现实验方案；
  • 在真实硬件上运行前对方案进行仿真；
  • 使用 BMG CLARIOstar 或其他受支持的酶标仪读取孔板；
  • 控制温度、振荡、离心或其他物料处理操作；
  • 在 Python 中进行实验室自动化相关工作。

二、主要能力

PyLabRobot 通过六大能力领域提供实验室自动化支持，各领域在 references/ 目录中有详细说明：

  1. 移液控制（references/liquid-handling.md） 控制移液机器人进行吸液、分液和液体转移。关键操作包括：基础操作（在孔之间吸液、分液、转移液体）；吸头管理（自动拾取、丢弃并跟踪移液吸头）；高级技术（多通道移液、梯度稀释、孔板复制）；体积跟踪（自动跟踪孔内液体体积）；硬件支持（Hamilton STAR/STARlet、Opentrons OT-2、Tecan EVO 等）。

  2. 资源管理（references/resources.md） 以层级化系统管理实验室资源：资源类型（孔板、吸头架、储液槽、试管、载架及自定义实验器具）；台面布局（使用坐标系将资源分配到台面位置）；状态管理（跟踪吸头有无、液体体积及资源状态）；序列化（从 JSON 文件保存与加载台面布局和状态）；资源发现（通过直观 API 访问孔、吸头与容器）。

  3. 硬件后端（references/hardware-backends.md） 通过后端抽象连接多种实验室设备：移液器（Hamilton STAR 完整支持、Opentrons OT-2、Tecan EVO）；仿真（ChatterboxBackend，无需硬件即可测试方案）；平台支持（Windows、macOS、Linux 及 Raspberry Pi）；后端切换（更换后端即可更换机器人，无需重写方案）。

  4. 分析设备（references/analytical-equipment.md） 集成酶标仪与分析仪器：酶标仪（BMG CLARIOstar，用于吸光度、发光、荧光检测）；天平（Mettler Toledo 集成，用于质量测量）；集成模式（将移液器与分析设备结合）；自动化流程（自动在设备之间移动孔板）。

  5. 物料处理（references/material-handling.md） 控制环境与物料处理设备：加热摇床（Hamilton HeaterShaker、Inheco ThermoShake）；培养箱（Inheco 与 Thermo Fisher 培养箱，支持温度控制）；离心机（Agilent VSpin，支持吊篮定位与离心控制）；泵（Cole Parmer Masterflex，用于流体泵送操作）；温度控制（在方案执行期间设定并监控温度）。

  6. 可视化与仿真（references/visualization.md） 可视化与仿真实验室方案：浏览器可视化器（实时 3D 展示台面状态）；仿真模式（无需物理硬件即可测试方案）；状态跟踪（可视化监控吸头有无与液体体积）；台面编辑器（用于设计台面布局的图形化工具）；方案验证（在硬件上运行前验证方案）。

三、使用方式

安装 PyLabRobot：

uv pip install pylabrobot

基础移液设置示例： from pylabrobot.liquid_handling import LiquidHandler from pylabrobot.liquid_handling.backends import STAR from pylabrobot.resources import STARLetDeck

lh = LiquidHandler(backend=STAR(), deck=STARLetDeck()) await lh.setup()

await lh.pick_up_tips(tip_rack["A1:H1"]) await lh.aspirate(plate["A1"], vols=100) await lh.dispense(plate["A2"], vols=100) await lh.drop_tips()

参考文件的使用：本技能将详细信息组织在多个参考文件中，在需要编写移液方案、管理吸头与转移（liquid-handling）；定义台面布局、管理孔板/吸头与自定义器具（resources）；连接特定机器人、切换平台（hardware-backends）；集成酶标仪、天平或分析设备（analytical-equipment）；使用加热摇床、培养箱、离心机、泵（material-handling）；仿真方案、可视化台面状态（visualization）时，加载对应参考。所有参考文件位于 references/ 目录，包含完整示例、API 使用模式与最佳实践。

四、最佳实践

创建 PyLabRobot 实验室自动化方案时：先在仿真中测试（使用 ChatterboxBackend 与可视化器，在真实硬件上运行前先测试方案）；启用跟踪（开启吸头跟踪与体积跟踪，以获得准确的状态管理）；资源命名（为所有资源使用清晰、描述性的名称）；状态序列化（将台面布局与状态保存为 JSON，以保证可复现性）；错误处理（为硬件操作实现正确的异步错误处理）；温度控制（尽早设定温度，因为加热/冷却需要时间）；模块化方案（将复杂工作流拆分为可复用函数）；文档（参考官方文档 https://docs.pylabrobot.org 获取最新功能）。

五、常见工作流

液体转移方案： lh = LiquidHandler(backend=STAR(), deck=STARLetDeck()) await lh.setup()

tip_rack = TIP_CAR_480_A00(name="tip_rack") source_plate = Cos_96_DW_1mL(name="source") dest_plate = Cos_96_DW_1mL(name="dest")

lh.deck.assign_child_resource(tip_rack, rails=1) lh.deck.assign_child_resource(source_plate, rails=10) lh.deck.assign_child_resource(dest_plate, rails=15)

await lh.pick_up_tips(tip_rack["A1:H1"]) await lh.transfer(source_plate["A1:H12"], dest_plate["A1:H12"], vols=100) await lh.drop_tips()

酶标仪读取工作流： from pylabrobot.plate_reading import PlateReader from pylabrobot.plate_reading.clario_star_backend import CLARIOstarBackend

pr = PlateReader(name="CLARIOstar", backend=CLARIOstarBackend()) await pr.setup()

await pr.set_temperature(37) await pr.open() await pr.close() data = await pr.read_absorbance(wavelength=450)

六、更多资源

官方文档：https://docs.pylabrobot.org GitHub 仓库：https://github.com/PyLabRobot/pylabrobot 社区论坛：https://discuss.pylabrobot.org PyPI 包：https://pypi.org/project/PyLabRobot/

七、限制与说明

资料中未提供该工具的收费、价格与授权方式信息；未提供除上述硬件型号外的其他设备支持情况；未提供性能指标或实验效果数据。部分操作（如孔板加载）在示例中标注为需手动或以机器人方式完成，具体实现方式暂未提供。